人工智能繼續(xù)改變我們的世界，因?yàn)楣鞠Ｍㄟ^(guò)智能手機(jī)、智能電視、智能汽車(chē)——智能一切——實(shí)時(shí)提供智能體驗(yàn)來(lái)贏得消費(fèi)者。但隨著新機(jī)遇的出現(xiàn)，組織也在尋求跨越AI鴻溝的過(guò)程中發(fā)現(xiàn)新的挑戰(zhàn)。以下是我將在來(lái)年追蹤的六大AI/ML趨勢(shì)，以及有關(guān)企業(yè)如何保持領(lǐng)先于每個(gè)趨勢(shì)的建議。

1.實(shí)時(shí)用例推動(dòng)ML技術(shù)堆棧的變化

我們公司的研究小組Verta Insights最近的一項(xiàng)研究發(fā)現(xiàn)，超過(guò)三分之二的ML從業(yè)者預(yù)計(jì)實(shí)時(shí)用例在未來(lái)三年內(nèi)會(huì)顯著增加。這種趨勢(shì)將挑戰(zhàn)其ML技術(shù)堆棧圍繞分析/批處理工作負(fù)載構(gòu)建的公司，這些工作負(fù)載不適合在面向客戶(hù)的應(yīng)用程序中大規(guī)模操作實(shí)時(shí)用例。

建議：一直生活在數(shù)據(jù)倉(cāng)庫(kù)世界并支持分析/批處理工作負(fù)載的組織需要重新評(píng)估他們的技術(shù)堆棧，著眼于實(shí)時(shí)用例的事務(wù)處理。他們還需要依靠負(fù)責(zé)任的人工智能，以確保他們?cè)谂c客戶(hù)互動(dòng)時(shí)不會(huì)從有用的超個(gè)性化變成令人毛骨悚然的界限。

2.加強(qiáng)AI監(jiān)管使人們關(guān)注支持道德AI的工具

歐盟人工智能法案。美國(guó)數(shù)據(jù)隱私和保護(hù)法。保護(hù)開(kāi)源軟件法案。圍繞人工智能的擬議法規(guī)數(shù)量正在迅速增加，這表明公司自行監(jiān)管其AI/ML項(xiàng)目（或根本不監(jiān)管）的時(shí)代即將結(jié)束。Gartner預(yù)測(cè)，到2025年，法規(guī)將迫使公司關(guān)注AI道德、透明度和隱私。

建議：公司必須確保他們擁有企業(yè)模型管理工具以滿(mǎn)足新的監(jiān)管要求，例如“算法設(shè)計(jì)評(píng)估”和“算法影響評(píng)估”。這意味著能夠跟蹤和報(bào)告模型是如何創(chuàng)建、訓(xùn)練、測(cè)試、部署、監(jiān)控和管理的。如果你沒(méi)有適當(dāng)?shù)牡赖挛瘑T會(huì)來(lái)監(jiān)督AI/ML，現(xiàn)在是時(shí)候建立一個(gè)，在監(jiān)管機(jī)構(gòu)來(lái)敲你的門(mén)之前。

3.模型管理成為機(jī)器學(xué)習(xí)的重心

機(jī)器學(xué)習(xí)工具仍然高度分散。這帶來(lái)的挑戰(zhàn)之一是，迄今為止，不同的利益相關(guān)者（從業(yè)者、管理層、風(fēng)險(xiǎn)和IT）還沒(méi)有對(duì)端到端ML生命周期有一個(gè)共同、統(tǒng)一的看法。但現(xiàn)在，模型管理平臺(tái)將提供一個(gè)重心，將圍繞實(shí)驗(yàn)、生產(chǎn)、機(jī)器學(xué)習(xí)數(shù)據(jù)和編排的獨(dú)立工具捆綁在一起。實(shí)際上，模型管理平臺(tái)成為企業(yè)管理所有AI/ML的控制塔。

建議：對(duì)機(jī)器學(xué)習(xí)采取整體方法，并考慮如何在整個(gè)模型生命周期中管理模型。您的ML工具是否具有可讓您端到端管理模型的重心？識(shí)別并填補(bǔ)實(shí)驗(yàn)、生產(chǎn)、ML數(shù)據(jù)和編排工具中的空白，同時(shí)實(shí)施模型管理平臺(tái)，使您能夠查看和控制整個(gè)模型生命周期。

4.公司建立機(jī)器學(xué)習(xí)平臺(tái)團(tuán)隊(duì)以確保關(guān)鍵業(yè)務(wù)模型順利運(yùn)行

認(rèn)真對(duì)待實(shí)時(shí)機(jī)器學(xué)習(xí)的公司將組建一個(gè)ML平臺(tái)團(tuán)隊(duì)，以確保他們的模型與其他關(guān)鍵業(yè)務(wù)應(yīng)用程序具有相同的高可靠性和可用性。ML平臺(tái)團(tuán)隊(duì)組裝、管理和改進(jìn)工具，使模型在生產(chǎn)中順利運(yùn)行。挑戰(zhàn)在于尋找并雇用具備擔(dān)任該職位所需的技術(shù)和軟技能的“獨(dú)角獸”。

建議：您無(wú)需聘請(qǐng)數(shù)十名平臺(tái)工程師即可開(kāi)始。只需一兩個(gè)工程師即可開(kāi)始構(gòu)建您的ML平臺(tái)團(tuán)隊(duì)。（注意：希望提升技能水平的DevOps工程師可能是不錯(cuò)的候選人。）為團(tuán)隊(duì)配備一套良好的可操作AI工具，以快速提高AI/ML項(xiàng)目的性能，然后在這些成功的基礎(chǔ)上再接再厲。

5.機(jī)器學(xué)習(xí)產(chǎn)業(yè)化推動(dòng)機(jī)器學(xué)習(xí)流程標(biāo)準(zhǔn)化

通常，在AI/ML在大型組織中扎根的地方，我們看到孤立的數(shù)據(jù)科學(xué)團(tuán)隊(duì)分布在不同的業(yè)務(wù)部門(mén)，每個(gè)部門(mén)都有自己的工具和流程。當(dāng)ML處于小規(guī)模、定制項(xiàng)目的手工階段時(shí)，這是可行的。但是，當(dāng)一家公司將ML用于工業(yè)規(guī)模的面向客戶(hù)的應(yīng)用程序時(shí)，治理就變得必不可少，而治理需要具有制衡機(jī)制的標(biāo)準(zhǔn)化流程來(lái)提高效率，同時(shí)降低風(fēng)險(xiǎn)。

建議：首先確定一個(gè)小組來(lái)領(lǐng)導(dǎo)整個(gè)公司的ML標(biāo)準(zhǔn)化。這可以是企業(yè)架構(gòu)組、數(shù)據(jù)科學(xué)卓越中心或ML平臺(tái)團(tuán)隊(duì)。該小組的任務(wù)是創(chuàng)建企業(yè)范圍的標(biāo)準(zhǔn)，以實(shí)現(xiàn)ML的快速和大規(guī)模，但有確保遵循正確流程并將風(fēng)險(xiǎn)降至最低的護(hù)欄。

6.生成式人工智能席卷創(chuàng)意藝術(shù)，引發(fā)道德和欺詐問(wèn)題

穩(wěn)定擴(kuò)散、“文本到圖像”和其他生成式人工智能背后的技術(shù)吸引了大量風(fēng)險(xiǎn)投資。與用于文本生成的GPT-3一起，穩(wěn)定的擴(kuò)散代表了一個(gè)階段性的變化，加速了創(chuàng)造性工作并開(kāi)辟了新的表達(dá)途徑。但鑒于這些技術(shù)能夠大規(guī)模創(chuàng)建虛假內(nèi)容，因此引發(fā)了倫理問(wèn)題。

建議：了解這項(xiàng)技術(shù)的人需要帶頭確保將道德融入生成式人工智能用例中。此外，依賴(lài)客戶(hù)數(shù)字輸入的公司應(yīng)該考慮生成式人工智能如何為欺詐開(kāi)辟新途徑——比如提交保險(xiǎn)索賠的汽車(chē)損壞的偽造圖像——并制定加強(qiáng)欺詐檢測(cè)以降低風(fēng)險(xiǎn)的戰(zhàn)略。

正如上述趨勢(shì)所表明的那樣，隨著技術(shù)的成熟和公司發(fā)現(xiàn)將AI融入智能產(chǎn)品和服務(wù)的創(chuàng)新方法，AI正在迅速發(fā)展。沒(méi)有任何組織能夠幸免于AI的變革性影響，高管們現(xiàn)在就應(yīng)該開(kāi)始確保他們的公司為AI驅(qū)動(dòng)的未來(lái)做好準(zhǔn)備。